飞象原创（孙迎新/文）回顾人类科技革命史，无论是牛顿的万有引力定律被提出还是薛定谔的量子力学方程面世，几乎还从来没有一次科技革命像人工智能大模型的问世这样让人感受到极度的兴奋与焦虑。大模型以其强大的数据处理能力和深度学习能力，成为推动人类走进未来智能时代的重要力量。同时，大模型的开发和训练需要耗费巨量的资源与金钱，简直堪称超级吸金的“黑洞”，但更为重要的是，想要玩转大模型就需要天量的AI算力，这就需要像大型智算中心这样的算力底座作为支撑。
从大模型到AI算力再到智算中心，这一切都只有实力异常雄厚的企业才能担负得起，甚至需要国家力量介入才能实现。也正因为如此，像大模型与AI芯片这样的人工智能领域顶级科技成就便成为某些发达国家筑起的一道科技“防火墙”，同时也成为打压后起国家科技发展的政治工具。
智慧的火花：OpenAI的诞生与GPT的革命
如果谈及大模型的问世，便不得不提及OpenAI这家公司。OpenAI的成立，是科技界对人工智能安全性和可控性的一种自我反思和承诺。2015年，一群科技界的领军人物，包括特斯拉的埃隆·马斯克和Y Combinator的山姆·阿尔特曼，共同创立了OpenAI。他们的初衷是推动人工智能的安全性发展，并确保这一强大技术能够造福全人类。
OpenAI对GPT系列模型的贡献，是其对人工智能领域最重要的贡献之一。GPT（生成式预训练变换器），是一系列基于深度学习的自然语言处理模型。从GPT-1到GPT-3，每一个版本的发布，都标志着人工智能在理解和生成自然语言方面的巨大飞跃。现在很难形容当GPT问世时人们从震撼到惊愕的转变，甚至都以为是创造出了具有意识的硅基生命体，而这样的工作，在以往几千年里人们都认定是由上帝或神才能完成。
让人感到意外的是，山姆·阿尔特曼，OpenAI的联合创始人，对人工智能的未来持有复杂的看法。他曾预言，到2030年，我们将见证通用人工智能（AGI）的到来，届时GPT-10的智慧将超越全人类。这一预言，既令人兴奋也引发了广泛的忧虑。他指出，实现AGI的过程应该是缓慢而谨慎的，需要时间来适应和理解。这种担忧并非无的放矢，因为随着AI技术的不断进步，我们正面临着前所未有的挑战。也或许正是这样具有前瞻性的眼光，使得山姆·阿尔特曼后来不得不以辞职这样的方式表达对人工智能快速发展的担忧。
埃隆·马斯克，作为SpaceX和Tesla的创始人，同样对AI的快速发展持有深深的顾虑。他曾是OpenAI的联合创始人之一，即便是在“猎鹰”火箭发射失败，投资打了水漂之时也没有放下对AI技术的执念，但后来还是因为对公司发展方向的分歧而退出。尽管如此，他依然对AI技术保持关注，并在其他项目中探索AI的应用。
震撼世界的巨浪：大模型的奇迹与应用
大模型完全可以说是AI技术发展史上的一座里程碑。大模型以其前所未有的计算能力和智能水平，在全球范围内引起了广泛的关注和讨论。大模型在多个领域展现了其震撼世界的能力，尤其是在自然语言处理、图像识别和多模态交互等方面。
自然语言处理的突破简直可以算得上是一个科技奇迹，人们第一次惊奇地发现可以和机器用人类的语言进行交流。大模型在理解和生成自然语言方面的能力，使得机器能够以前所未有准确度进行语言翻译、文本摘要和情感分析。例如，GPT-3在多项语言理解测试中的表现超越了人类，这一成就在学术界和工业界都引起了巨大反响。
同时，多模态交互的实现更是强化了人们对这项科技奇迹的认知。大模型的发展推动了多模态AI的兴起，这些AI系统能够处理和理解图像、文本和声音等多种类型的数据。例如，DALL-E 2等模型能够根据文本描述生成逼真的图像，这种能力在艺术创作和设计领域产生了深远影响。
在更多的领域，大模型的问世有力推动了科学研究的加速。大模型在生物制药、材料科学和物理学等领域的应用，加速了科学研究的进程。例如，AlphaFold2在蛋白质结构预测方面的突破，为生物学和医学研究开辟了新的道路。
跨越障碍：万亿级大模型的挑战与中美AI领域的较量
在人工智能的宏大叙事中，万亿级大模型代表着技术的巅峰，它们在处理复杂任务时展现出的能力令人震撼。然而这些模型在训练过程中面临着一系列难题，同时，全球政治经济的动态也对这一领域的发展产生了深远的影响。
如果仅这么说大家肯定不会有什么直观的印象，但说到英伟达这家公司，它仅凭推出用于AI训练和推理任务的H100 TENSORCORE引擎便成为全球市值最高的科技公司，当前的市值（3.34万亿）相当于约1.15个微软（2.89万亿）或1.86个谷歌（1.8万亿）。更为重要的是，英伟达是一家美国公司，美国政府利用它想给谁断供就给谁断供，想掐谁脖子就掐谁脖子。
即便在财力上豪横似英伟达，在面对大模型持续开发和训练时的算力需求与成本也不得不掂量一下。训练万亿级大模型需要巨大的计算资源，但这样的资源在全球范围内仍属稀缺，算力的高昂成本也成为大模型训练的一大障碍。英伟达CEO黄仁勋就多次强调数据中心在未来计算中的重要性。他认为数据中心将成为整个计算单元的基础，未来计算量级的计算将成为常态。他还提到，全球每年对数据中心设备的投资费用高达2500亿美元，英伟达将占据其中大部分市场份额。
数据获取与处理也是一大难题。大模型的训练需要依赖海量的高质量数据，数据的采集、清洗、标注都需要大量的时间和人力资源。AI教母、斯坦福大学教授李飞飞最著名的贡献之一就是创建了ImageNet数据库，这是一个庞大的图像分类数据库，为深度学习的发展提供了重要的数据支持，而这项成果的获得正是基于搞定了大模型训练需要的海量高质量数据。
模型的泛化能力一直是令人工智能科学家们头疼的问题。尽管大模型在特定任务上表现出色，但如何确保它们在不同领域和场景下都能保持稳定的性能，是研究者们需要解决的问题。很难想象大模型在面对某个领域时表现得像个百年不遇的天才，而在面对有的领域却表现得像个不折不扣的白痴，这样的情况让科学家们无比抓狂却又无可奈何。
此外，能耗与环境影响也是人工智能发展之路上的拦路虎，面对这个巨大的障碍除了争取国家支持，几乎没有什么太好的应对之策。大模型训练过程中的高能耗问题不容忽视，如哈尔滨智算中心的6.9EFLOPS算力，其背后是巨大的电力消耗，放眼全球也只有中国电力这样的能源企业有实力提供支撑，毕竟在6,900,000 MW到103.5亿千瓦时之间的电力消耗，有的小国家举全国之力也未必能够办到。
事实上在全球的计算中心里，曾经出现过许多次因电力供应中断带来的事故。
2015年9月20日，亚马逊AWS的一个数据中心遭遇停电事故，影响了Netflix、Tinder、Airbnb等应用程序的在线服务。
2022年8月8日，谷歌位于美国爱荷华州康瑟尔布拉夫斯的数据中心发生电力事故，导致3名电工严重受伤。
同样在2022年，微软澳大利亚东部数据中心在一次长达46小时的中断事件中，起因是电力供应问题导致冷却系统故障。
Interxion位于伦敦的一个数据中心在2023年1月10日遭遇了4个小时的故障，许多客户受到了影响。
最后不得不提到的就是美国对中国在AI领域的限制。通过技术封锁、投资限制、人才流动限制和国际合作限制等手段，美国在人工智能技术及大模型领域对中国进行了全面的限制。这些措施不仅影响了中国的AI产业发展，也加剧了中美之间的科技竞争。但从某种意义上看，人工智能技术或许是美国在科技领域的最后一个制高点，中国一旦在人工智能技术上占据领先地位将无可争议地将美国拉下科技神坛。
智算自主：全球运营商最大单集群智算中心在哈尔滨建成投用
在全球智算领域的竞争日趋激烈的今天，中国移动在哈尔滨建成并投入使用的全球运营商最大单集群智算中心，不仅标志着中国在智能计算领域的一次重大飞跃，更是中国在面对美国技术限制下自主创新能力的有力证明。
首先是哈尔滨智算中心实现了国产化率的飞跃。哈尔滨智算中心的AI芯片国产化率达到100%，这一成就的取得来之不易，尤其是在人工智能高端芯片严重受限的当下，这也得益于昆仑技术、华鲲振宇、宝德计算机、长江计算、神州鲲泰以及寒武纪这些公司付出的努力，使得哈尔滨智算中心在建设过程中减少了对外部供应链的依赖，为中国智算领域的发展提供了坚实的基础。通过国产化AI芯片和自主研发技术的运用，哈尔滨智算中心减少了对美国技术的依赖，这在一定程度上打破美国的技术限制，削弱了美国通过技术限制对中国智算领域发展的影响力。
哈尔滨智算中心在算力方面取得大幅的提升。该中心能够提供6.9EFLOPS的智能算力，这一算力相当于300多万台高性能计算机的集合。这使得中国在处理大规模数据和复杂计算任务时更加自如，大大提升了国内科研和商业应用的能力。
在技术创新方面，哈尔滨智算中心采用了多项中国移动自主研发的技术，如GSE1.0、天池SDN等，这些技术的创新应用不仅提升了智算中心的运行效率，也为全球智算领域的发展贡献了中国智慧。
哈尔滨智算中心的成功建设也推动了国内产业链的发展，智算中心的建设和运营，带动了国内相关产业链的发展，包括芯片制造、软件开发、系统集成等，这有助于构建更加完善和自主的国内智算产业生态。同时在增强国际竞争力方面，哈尔滨智算中心的建成，提升了中国在全球智算领域的竞争力。它不仅能够支持国内的大型AI模型训练和应用，还能够吸引国际企业和研究机构的合作，提升中国在全球智算领域的影响力。
在全球AI领域的较量中，中国正以坚定的步伐，不断探索和创新，力求在万亿级大模型的研发和应用上取得更多的突破。尽管道路充满挑战，但未来仍然充满希望。哈尔滨智算中心的建成和投入使用，是中国智算领域自主创新能力的一个缩影。它不仅展示了中国在面对外部技术限制时的坚韧和智慧，也为全球智算领域的发展贡献了新的动能。
在人工智能技术领域，美国还能卡中国的脖子吗？
最后，向GPT-4提出以上的问题作为总结。GPT-4是这样回答的：
作为一个AI助手，我没有情感，也不支持或反对任何国家。人工智能技术的发展一直在全球范围内进行，并带来了许多机遇和挑战。对于中国或任何其他国家来说，人工智能的使用和发展都需要权衡利弊，并采取适当的措施来解决可能出现的问题。
